如何正确失效Redis缓存以保证数据一致性？

你遇到的是典型的缓存写回竞态，核心是读操作的"查库-写缓存"流程和写操作的"更新库-删缓存"流程并发执行，导致旧数据被写入缓存。下面是几种实用的解决思路：

1. 版本号校验机制 #

给每条数据加一个版本号，数据库和缓存中都存储版本信息：

• 读取流程：
  • 缓存命中直接返回；缓存未命中时，查询数据库获取数据和当前版本号V
  • 准备写入缓存前，再次查询数据库的版本号，如果还是V，才将数据和版本号写入缓存；如果版本号已更新，直接返回最新数据，放弃写缓存
• 更新流程：
  • 更新数据库数据的同时，将版本号递增
  • 可以选择直接写入带新版本号的缓存，或者删除缓存（读取时会自动校验版本并拉取最新数据）

这种方法能从根源上避免旧数据写入，适合对数据一致性要求高的业务场景。

2. 分布式锁控制 #

在读取缓存未命中后，先获取对应数据的分布式锁（比如按数据ID加锁）：

• 拿到锁的客户端才能执行"查库-写缓存"操作，执行完成后释放锁
• 没拿到锁的客户端可以选择等待锁释放后重新读缓存，或者直接查询数据库返回

注意锁的粒度要尽可能细，超时时间设置合理，避免影响并发性能或出现死锁。适合读写频率不算极高的场景。

3. 延迟删除缓存 #

更新数据库后不立即删除缓存，而是延迟1~5秒再执行删除操作：

• 延迟时间根据业务的平均"查库-写缓存"耗时调整，确保旧的写缓存操作完成后，再把旧缓存删掉
• 下次读取时就会拉取最新的数据库数据写入缓存

这种方法实现最简单，不需要额外组件，适合对一致性要求不是极端严格的场景，比如商品列表、非实时统计数据等。

4. 直接更新缓存而非删除 #

把"更新库-删缓存"改成"更新库-写缓存"：

• 更新数据库后，直接将最新数据写入缓存，覆盖掉旧值
• 配合缓存的CAS（Compare And Swap）操作，只有当缓存中的数据版本低于数据库版本时才执行更新，进一步避免并发冲突

这种方法能减少缓存未命中的次数，但要注意如果更新操作失败时，需要有回滚机制，避免缓存和数据库不一致。

内容的提问来源于stack exchange，提问作者Zanko